作者:?Christopher Tao翻譯：王可汗校對：王雨桐本文約1800字，建議閱讀5分鐘本文總結了Python代碼中經常被忽略的影響代碼的運行速度常見問題。

隨著Python的流行，用戶數量也在增加。Python確實相對容易上手，也非常靈活，因此有更多可能的方式來實現一個函數。

當有多種方法可以實現一件特定的事情時，這意味著每種方法都有優缺點。在本文中，我收集了6種編寫Python代碼的典型方法，這些方法可能導致相對較差的性能。

一、不導入根模塊

在使用Python時，我們無法避免的一件事就是導入模塊，無論是內置模塊還是第三方模塊。有時我們可能只需要其中的一個或幾個函數或對象。在這種情況下，我們應該只導入需要的函數或對象，而不是導入根模塊。

這里有一個簡單的例子。假設我們需要在程序中計算一些數字的平方根。

低效率示范：

在這個錯誤的示例中，我們導入了math模塊，并使用math.sqrt()訪問該函數。當然它可以運行，但是如果我們直接導入sqrt()函數，性能會更好。

高效率示范：

這比原來的快了25%。此外如果我們需要在程序中多次使用平方根函數，代碼將會更整潔。

二、避免使用點/點鏈接

在Python中訪問對象的屬性或函數時，使用.是非常直觀的。這種方法大多數時候都沒有問題。然而如果我們能夠避免使用點或點鏈接，那么性能便會變得更好。

低效率例子：

高效率例子：

如果你不相信它能起到同樣的作用，我們可以驗證一下。

注意：我可以預料到許多Python開發人員會跳出來說，這個例子中的技術有點可笑。事實上即使是我自己，也很少像上面那樣寫代碼。然而我們應該知道怎樣的代碼是更高效的，可以使實現更快。

如果我們想要添加列表并從列表中移除項目，我們應該考慮使用這個技巧。這就是為什么我們需要平衡代碼的性能和可讀性。

三、不使用+連接字符串

字符串在Python中是不可變的。因此當我們使用“+”將多個字符串連接成一個長字符串時，每個子字符串都是多帶帶操作的。

低效率例子：

具體來說，對于每個子字符串，它需要請求一個內存地址，然后將它與該內存地址中的原始字符串連接起來。這就產生了一種開銷。

高效率例子：

然而當我們使用join()函數時，該函數事先知道所有子字符串，并根據最終的字符串長度分配內存地址。因此省去了為每個子字符串分配內存的開銷。

注意點：強烈建議盡可能多地使用join()函數。然而，有時我們可能只想連接兩個字符串。或者只是為了方便起見，我們想使用“+”。在這些情況下，使用“+”號可以獲得更好的可讀性和更短的代碼長度。

四、不使用臨時變量進行值交換

許多算法需要兩個變量的值交換。在大多數其他編程語言中，通常要引入一個臨時變量來實現，如下所示。

低效率示范：

很明顯我們需要一個臨時變量作為過渡。當變量b的值被傳遞給變量a時，它用于保存變量a的值，然后a的值可以被賦給變量b。

高效率示范：

然而在Python中，我們不需要使用臨時變量。Python有如下內置語法來實現這個值交換。這不僅提升了效率，而且使代碼更加整潔。

五、在if條件下使用短路邏輯（short-circuit）

短路計算在許多編程語言中都存在，Python也是如此。它指的是一些布爾運算符的計算邏輯，只有在第一個參數不足以確定整個表達式的值時，才執行或計算第二個參數。讓我們用一個例子來演示。假設我們有如下列表。

my_dict = [    {        "name": "Alice",        "age": 28    },    {        "name": "Bob",        "age": 23    },    {        "name": "Chris",        "age": 33    },    {        "name": "Chelsea",        "age": 2    },    {        "name": "Carol",        "age": 24    }]

我們的工作是篩選名單，找出姓名以“C”開頭、年齡在30歲以上的所有人。

低效率示范：

有兩個條件都需要滿足:

• 名字以“C”開頭

• 年齡≥30歲

我們可以這樣寫代碼。

高效率示范：

前面示例中的代碼沒有任何錯誤。然而在這個虛構的例子中，只有“Chris”的年齡超過30歲。

因此如果我們先寫出檢查名字的條件，則滿足了3個名字(Chris, Chelsea, Carol)。然后檢查這三個人的年齡是否滿足第二個條件。

但是由于短路邏輯，如果我們先寫年齡條件，只有Chris的年齡在30歲以上，我們會再次檢查他的名字是否以“C”開頭。

在這種情況下，它幾乎快了100%。

六、如果可以使用for循環，就不要使用while循環

Python使用大量C語言來提高性能，即CPython。在循環語句方面，與while循環相比，Python中的for循環有相對較少的步驟，而更多的步驟是作為C代碼運行的。

因此當我們可以在Python中使用for循環時，盡量避免使用while循環。這不僅是因為在Python中for循環更優雅，而且性能更好。

低效率示范:

高效率示范：

總結

在本文中，我列出了6個可以使Python程序更快的技巧。但是我們也需要特別注意的是，我們不應該總是把性能放在第一位。有時可讀性和簡潔性也應該考慮在內，這一切最重要的是平衡。

原文標題：

Six Bad Manners that Make YourPython Program Slower

原文鏈接：

https://towardsdatascience.com/6-bad-manners-makes-your-python-program-slower-15b6fce62927

編輯：黃繼彥

譯者簡介

王可汗，清華大學機械工程系直博生在讀。曾經有著物理專業的知識背景，研究生期間對數據科學產生濃厚興趣，對機器學習AI充滿好奇。期待著在科研道路上，人工智能與機械工程、計算物理碰撞出別樣的火花。希望結交朋友分享更多數據科學的故事，用數據科學的思維看待世界。

翻譯組招募信息

工作內容：需要一顆細致的心，將選取好的外文文章翻譯成流暢的中文。如果你是數據科學/統計學/計算機類的留學生，或在海外從事相關工作，或對自己外語水平有信心的朋友歡迎加入翻譯小組。

你能得到：定期的翻譯培訓提高志愿者的翻譯水平，提高對于數據科學前沿的認知，海外的朋友可以和國內技術應用發展保持聯系，THU數據派產學研的背景為志愿者帶來好的發展機遇。

其他福利：來自于名企的數據科學工作者，北大清華以及海外等名校學生他們都將成為你在翻譯小組的伙伴。

點擊文末“閱讀原文”加入數據派團隊~

轉載須知

如需轉載，請在開篇顯著位置注明作者和出處（轉自：數據派ID：DatapiTHU），并在文章結尾放置數據派醒目二維碼。有原創標識文章，請發送【文章名稱-待授權公眾號名稱及ID】至聯系郵箱，申請白名單授權并按要求編輯。

發布后請將鏈接反饋至聯系郵箱（見下方）。未經許可的轉載以及改編者，我們將依法追究其法律責任。

點擊“閱讀原文”擁抱組織